时间序列异常检测是数据挖掘领域的研究热点方向,基于统计或传统机器学习的方法虽取得一定的效果,但仍缺乏对类不平衡问题、数据间关系等方面的考虑。基于自编码器和分类器相结合的方法能有效捕捉到时间序列数据的局部空间特征和前后依赖关系,经自编码器编码后再使用传统分类器能更精准识别出异常,同时避免阈值筛选等方案所面临的问题。通过与多个基准方法进行实验对比,该方案在多个数据集上都表现出良好的效果。
科研之友
微信
新浪微博
Facebook
分享链接
